分时K线中的alpha-天风证券-20200225
由qxiao创建，最终由qxiao 被浏览 248 用户
摘要
高频因子
高频选股因子与低频因子具有较大的差异。以月、季为持仓周期的低频选股因子主要来自于财务指标，其从盈利、成长、估值等维度综合评估上市公司；而以日为持仓周期的高频因子主要从股票量价信息中衍生而得。高频因子挖掘与低频因子相比更显复杂和神秘。相比于低频基本面因子的挖掘由主动管理的投资逻辑所驱动，高频因子的挖掘更倾向于由数据所驱动。而股票交易产生的量价数据频率远高于财务信息，通过遍历量价衍生指标以筛选因子并非易事。
遗传编程
遗传编程通过模拟“物竞天择，适者生存”的进化思想，基于个体对于环境适应度，通过“自然选择”和“基因变异”方式从父代中迭代生成新的子代种群。我们构建了因子表达式到个体基因之间的映射，以因子绩效为进化目标让种群迭代繁衍以搜索有效的选股指标。因子表达方面，本文基于树结构构建了表达式到个体基因之间的映射，并以树结构为基础实现了基因间的交叉互换以及变异；数据输入方面，本文以股票30分钟K线数据作为模型输入，其信息量是日频K线的8倍，有效地降低了降频所带来的交易信息损失；适应度方面，我们从信息系数IC、多头超额、分组收益单调评估因子基因的适应度。
挖掘分时K线中的alpha
基于遗传编程算法，本文以2017至2018年数据作为输入挖掘了100个有效的高频因子。利用2019年数据作为样本外测试集合，我们以选股指标covariance(12,amount,high)、sub(close,ts_Mean(8,low))和指标stddev(6,delta(11,log(volume)))为例展示了因子绩效，各因子分组收益单调，ICIR分别达到了-10.98、-7.77和-13.16，在样本外测试中仍然保持稳健选股能力。100个高频因子间保持较高独立性，两两之间相关系数绝对值均低于0.70，平均值为0.28。从样本内至样本外，因子alpha随时间出现衰减，ICIR均值从8.67下降到7.30，多空IR均值从7.14下降到5.56，但因子整体在样本外仍然保持了显著的选股能力。
正文
/wiki/static/upload/26/262c45af-7c8d-49b8-8de6-9444733319ba.pdf
\